كشف فريق من العلماء من Google Research ومعهد Alan Turing عن محاولة جديدة لتعليم برمجيات الذكاء الاصطناعي كيفية الاستماع والرؤية في نفس الوقت، فعلى سبيل المثال في حال كنت تريد تحليل البيانات من مقطع فيديو فستحتاج في الوقت الحالي إلى تشغيل العديد من نماذج الذكاء الاصطناعي بشكل متزامن، أي ستحتاج إلى نموذج تم تدريبه على مقاطع الفيديو ونموذج آخر تم تدريبه على المقاطع الصوتية، وذلك لأنّ مهمّة الرؤية والسمع هي مهام منفصلة لدينا نحن البشر، وفي المقابل فإنّ الخوارزميات اللازمة لمعالجة الصوت تختلف عادةً عن تلك المستخدمة في معالجة مقاطع الفيديو.
أمّا الأمر المذهل هنا، فهو أنّ النموذج الجديد لم يتفوّق على النماذج الحالية وذلك بتأدية مهمّتين معًا في نفس الوقت وحسب، وإنّما يتفوّق على النماذج الذكية التي تؤدّي مهمّة واحدة فقط، وبحسب الباحثين فلا يوجد منافس لهم في الوقت الحالي، وقد تكون هذه الدراسة بمثابة قارب النجاة لمئات الأعمال حول العالم التي تحاول الاعتماد على التقنيات الذكية في إنجاز المهام، حيث يعتبر التوافق ما بين الخوارزميات الذكية واحدة من أعقد المشاكل التي يعاني منها المختصين اليوم، لذا فإنّ وجود خوارزمية ذكية قادرة على القيام بالمهمّتين معًا وبنتائج مميّزة يعتبر أمرًا مذهلًا في الحقيقة.
لا يمكننا توقّع الكثير من الأشياء في الوقت الراهن حيث لا يزال الأمر مجرّد دراسة فقط ولا يزال الوقت مبكرًا جدًا لرؤية النتائج.
